Overcoming Dependent Censoring in the Evaluation of Survival Models

要約

HarrellのConcordance Index（CI）やBrierスコアなどの従来の生存指標は、適切な検閲データを使用した有効な推論については、独立した検閲の仮定に依存しています。
ただし、検閲の確率が関心のあるイベントに関連しているいわゆる依存検閲が存在する場合、これらのメトリックは、基礎となるモデルエラーの偏った推定値を与えることができます。
この論文では、依存する検閲を説明できるArchimedean Copulasに基づいて、生存分析のための3つの新しい評価メトリックを紹介します。
また、メトリックの評価を促進するために、依存する検閲を伴う現実的で半合成データセットを生成するフレームワークを開発します。
合成および半合成データの実験は、提案されたメトリックが、従属検閲下での従来のメトリックよりもモデルエラーのより正確な推定値を提供できることを示しています。

要約(オリジナル)

Conventional survival metrics, such as Harrell’s concordance index (CI) and the Brier Score, rely on the independent censoring assumption for valid inference with right-censored data. However, in the presence of so-called dependent censoring, where the probability of censoring is related to the event of interest, these metrics can give biased estimates of the underlying model error. In this paper, we introduce three new evaluation metrics for survival analysis based on Archimedean copulas that can account for dependent censoring. We also develop a framework to generate realistic, semi-synthetic datasets with dependent censoring to facilitate the evaluation of the metrics. Our experiments in synthetic and semi-synthetic data demonstrate that the proposed metrics can provide more accurate estimates of the model error than conventional metrics under dependent censoring.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google